Black Forest Labs вошли в историю, выпустив свою модель генерации изображений FLUX.1. Они стали одной из первых независимых исследовательских лабораторий, ставших пионерами в области быстрой, высококачественной и открытой генерации изображений. Теперь они пробуют свои силы в создании видео, и это вызывает у нас большой интерес.
FLUX 3 — это новая мультимодальная базовая модель лаборатории. По сравнению с другими лабораториями они применяют новый подход. BFL разработали модель с консолидированной архитектурой, которая обучается на изображениях, звуке и видео для генерации мультимодальных результатов. Вот цитата из их официального блога:
«Изображения фиксируют пространственные структуры и взаимосвязи в определенный момент времени. Видео возвращает измерение времени и раскрывает временную динамику и физические законы. Звук раскрывает причинно-следственные связи между механическими явлениями и акустикой, которые одно зрение обнаружить не может. Язык связывает эти восприятия с целями, абстракциями и инструкциями. Обучитесь на чем-то одном, и вы получите хорошую модель этой проекции. Обучитесь на всем сразу, и их взаимные ограничения расскажут вам больше: звук должен соответствовать удару, движение должно подчиняться массе, будущее должно следовать из прошлого. Модальности перестают быть раздельными и начинают служить свидетельствами одной лежащей в основе реальности».
«Изображения фиксируют пространственные структуры и взаимосвязи в определенный момент времени. Видео возвращает измерение времени и раскрывает временную динамику и физические законы. Звук раскрывает причинно-следственные связи между механическими явлениями и акустикой, которые одно зрение обнаружить не может. Язык связывает эти восприятия с целями, абстракциями и инструкциями.
Обучитесь на чем-то одном, и вы получите хорошую модель этой проекции. Обучитесь на всем сразу, и их взаимные ограничения расскажут вам больше: звук должен соответствовать удару, движение должно подчиняться массе, будущее должно следовать из прошлого. Модальности перестают быть раздельными и начинают служить свидетельствами одной лежащей в основе реальности».
Судя по всему, такой подход к обучению означает, что в эту модель заложено больше законов физики. Звук влияет на движение, и наоборот. Видео добавляет временной фактор к изображениям, которые уже кодируют пространственные отношения. FLUX 3 — это попытка создать сеть весов, которая лучше отражает реальность.
В этом посте рассматриваются основные возможности FLUX 3 с реальными примерами для каждой из них.
Текст в видео
FLUX 3 не требует сложных исходных данных. Подайте на вход простое предложение или подробное и специфическое, и модель справится в обоих случаях. Сюда входят задачи, требующие реального понимания того, как что-то устроено, а не только того, как оно выглядит.
Гоночный внедорожник участвует в гонках по открытым дюнам на полной скорости, поднимая позади себя огромный шлейф песка и пыли, подвеска поглощает прыжки, когда он преодолевает гребень и на мгновение взлетает в воздух. Камера движется рядом на высокой скорости, низко над землей. Гиперреалистично, 8k, резкий полуденный свет пустыни, рев мотора и хруст песка под шинами.
Гоночный внедорожник участвует в гонках по открытым дюнам на полной скорости, поднимая позади себя огромный шлейф песка и пыли, подвеска поглощает прыжки, когда он преодолевает гребень и на мгновение взлетает в воздух. Камера движется рядом на высокой скорости, низко над землей. Гиперреалистично, 8k, резкий полуденный свет пустыни, рев мотора и хруст песка под шинами.
Кинематографичное подводное видео с дикой природой: большой осьминог медленно ползет по темному каменистому морскому дну. Низкий ракурс близкой съемки на уровне глаз, демонстрирующий его текстурированную мантию, выразительные глаза и восемь рук, движущихся независимо друг от друга по мокрому камню. Присоски естественным образом прикрепляются и отрываются, когда щупальца тянут тело вперед; едва заметные волнения кожи и реалистичное движение мышц. Глубокая бирюзовая вода, дрейфующие частицы, мягкие лучи фильтрованного света, приглушенные красно-коричневые и бурые оттенки осьминога, высоко детализированная фотореалистичная текстура кожи, малая глубина резкости, естественная документальная операторская работа.
Кинематографичное подводное видео с дикой природой: большой осьминог медленно ползет по темному каменистому морскому дну. Низкий ракурс близкой съемки на уровне глаз, демонстрирующий его текстурированную мантию, выразительные глаза и восемь рук, движущихся независимо друг от друга по мокрому камню. Присоски естественным образом прикрепляются и отрываются, когда щупальца тянут тело вперед; едва заметные волнения кожи и реалистичное движение мышц. Глубокая бирюзовая вода, дрейфующие частицы, мягкие лучи фильтрованного света, приглушенные красно-коричневые и бурые оттенки осьминога, высоко детализированная фотореалистичная текстура кожи, малая глубина резкости, естественная документальная операторская работа.
Мне нравится, что FLUX 3 не обязательно требует, чтобы ваши промпты были перегружены деталями или ключевыми словами. Иногда вы можете переложить детали движения и эстетики на саму модель, и, скорее всего, вы получите удовлетворительный результат.
Молодой человек смотрит в окно поезда, грохочущего по сельской местности Швейцарии, а на заднем плане проносятся красивые горы. Эффект ручной камеры, киносъемка.
Молодой человек смотрит в окно поезда, грохочущего по сельской местности Швейцарии, а на заднем плане проносятся красивые горы. Эффект ручной камеры, киносъемка.
Дайвер спускается сквозь кристально чистую бирюзовую воду в сенот в джунглях, солнечные лучи пробиваются сквозь отверстие далеко наверху. Под поверхностью воды открываются стены затопленного храма майя, на камне высечены древние иероглифы, по полу разбросаны упавшие колонны. Рыбы проносятся сквозь руины, пока луч фонаря дайвера скользит по резьбе. Гиперреалистично, 8k, подводная операторская работа в стиле National Geographic, приглушенные пузыри воздуха и ровное дыхание дайвера.
Дайвер спускается сквозь кристально чистую бирюзовую воду в сенот в джунглях, солнечные лучи пробиваются сквозь отверстие далеко наверху. Под поверхностью воды открываются стены затопленного храма майя, на камне высечены древние иероглифы, по полу разбросаны упавшие колонны. Рыбы проносятся сквозь руины, пока луч фонаря дайвера скользит по резьбе. Гиперреалистично, 8k, подводная операторская работа в стиле National Geographic, приглушенные пузыри воздуха и ровное дыхание дайвера.
Вы заметите, что FLUX 3 по умолчанию создает несколько монтажных склеек сцен, если не указано иное.
Скоростная погоня на мотоцикле по залитому дождем подземному паркингу ночью. Гонщик круто наклоняется на крутых поворотах, фары мелькают мимо бетонных колонн, шины визжат на мокром асфальте. Летят искры, когда мотоцикл задевает несущую балку и выравнивается. Камера переключается между низким ракурсом погони и видом от первого лица с руля. Гиперреалистично, 8k, лужи с неоновой подсветкой, отражающие фары, ревущий двигатель и визг шин.
Скоростная погоня на мотоцикле по залитому дождем подземному паркингу ночью. Гонщик круто наклоняется на крутых поворотах, фары мелькают мимо бетонных колонн, шины визжат на мокром асфальте. Летят искры, когда мотоцикл задевает несущую балку и выравнивается. Камера переключается между низким ракурсом погони и видом от первого лица с руля. Гиперреалистично, 8k, лужи с неоновой подсветкой, отражающие фары, ревущий двигатель и визг шин.
Турист идет сквозь густые заросли кроны дождевого леса Коста-Рики, лучи золотого света пробиваются сквозь слои зеленых листьев. Тукан взлетает над головой, ленивец неподвижно висит на ветвях сверху, а с лесной подстилки поднимается туман. Камера следует сзади ровным шагом, затем поднимается до общего плана кроны. Гиперреалистично, 8k, пышное биоразнообразие, вдалеке эхом разносятся крики ревунов, а под ногами шуршат листья.
Турист идет сквозь густые заросли кроны дождевого леса Коста-Рики, лучи золотого света пробиваются сквозь слои зеленых листьев. Тукан взлетает над головой, ленивец неподвижно висит на ветвях сверху, а с лесной подстилки поднимается туман. Камера следует сзади ровным шагом, затем поднимается до общего плана кроны. Гиперреалистично, 8k, пышное биоразнообразие, вдалеке эхом разносятся крики ревунов, а под ногами шуршат листья.
Изображение в видео
FLUX 3 может использовать начальный и конечный кадры для управления трансформацией. Полезный тест — оставить тот же автомобиль и сцену, изменив его состояние с брошенного на пригодное для езды.
Начальный и конечный кадры. Дайте модели два изображения и опишите физические изменения, которые вы хотите увидеть между ними.
Начало
Конец
Один непрерывный кадр: тот же заржавевший автомобиль с автосвалки естественным образом превращается в отреставрированную красную машину. Сохраняйте точно ту же идентичность автомобиля, ракурс камеры, колесную базу, форму кузова и фон на протяжении всего видео. Хлопья ржавчины растворяются в чистой красной краске, вмятины медленно выравниваются, треснувшее лобовое стекло становится прозрачным, пропавшая отделка возвращается на место, спущенные шины накачиваются, а сорняки отступают от колес. Металлические панели переформировываются на месте с непрерывным физическим движением. Затем машина заводится и выезжает вперед на шоссе. Никаких склеек, никаких телепортаций, никаких резких прыжков, никаких изменений идентичности автомобиля, реалистичная механическая трансформация, документальная камера, естественный свет.
Один непрерывный кадр: тот же заржавевший автомобиль с автосвалки естественным образом превращается в отреставрированную красную машину. Сохраняйте точно ту же идентичность автомобиля, ракурс камеры, колесную базу, форму кузова и фон на протяжении всего видео. Хлопья ржавчины растворяются в чистой красной краске, вмятины медленно выравниваются, треснувшее лобовое стекло становится прозрачным, пропавшая отделка возвращается на место, спущенные шины накачиваются, а сорняки отступают от колес. Металлические панели переформировываются на месте с непрерывным физическим движением. Затем машина заводится и выезжает вперед на шоссе. Никаких склеек, никаких телепортаций, никаких резких прыжков, никаких изменений идентичности автомобиля, реалистичная механическая трансформация, документальная камера, естественный свет.
Продолжение видео
Параметр start_video — это новый параметр. Вы передаете FLUX 3 существующий клип, и генерация продолжается с финального кадра. Он сохраняет тот же импульс, логику кадрирования и звук. Это работает удивительно плавно.
Базовый клип:
Скейтбордист катится по залитой солнцем улице и приближается к рампе типа «квотерпайп» в конце скейт-парка, набирая скорость, колеса щелкают по трещинам асфальта.
Скейтбордист катится по залитой солнцем улице и приближается к рампе типа «квотерпайп» в конце скейт-парка, набирая скорость, колеса щелкают по трещинам асфальта.
Продолжение:
Скейтбордист вылетает из рампы, взмывая в воздух, хватает доску на лету, затем чисто приземляется и катится дальше, колеса с глухим стуком касаются радиусного перехода рампы.
Скейтбордист вылетает из рампы, взмывая в воздух, хватает доску на лету, затем чисто приземляется и катится дальше, колеса с глухим стуком касаются радиусного перехода рампы.
Та же идея, другой вид спорта:
Базовый клип:
Серфер выгребает сквозь накатывающие волны на рассвете, брызги океана ловят ранний свет, он уверенно гребет к горизонту.
Серфер выгребает сквозь накатывающие волны на рассвете, брызги океана ловят ранний свет, он уверенно гребет к горизонту.
Продолжение:
Серфер разворачивается, изо всех сил гребет, чтобы поймать поднимающуюся волну, вскакивает на ноги и едет по стене волны, пока она закручивается позади него.
Серфер разворачивается, изо всех сил гребет, чтобы поймать поднимающуюся волну, вскакивает на ноги и едет по стене волны, пока она закручивается позади него.
Несколько сцен и ракурсов камеры
Вы можете прописывать кадры с временными метками прямо в одном запросе. FLUX 3 сделает между ними монтажные склейки за одну генерацию, так что сшивать ничего не потребуется.
[0-4с]: Общий план толпы на заполненном стадионе, рев трибун, прожекторы ярко светят на ночное небо. [4-8с]: Переход на крупный план ног спринтера, мощно стартующих из колодок, взлетает пыль. [8-12с]: Переход на панорамный кадр, следующий параллельно со спринтером, пересекающим финишную черту, грудь вперед, трибуны ликуют. Гиперреалистично, 8k, кинематография олимпийской трансляции, оглушающий шум толпы и топот ног.
[0-4с]: Общий план толпы на заполненном стадионе, рев трибун, прожекторы ярко светят на ночное небо. [4-8с]: Переход на крупный план ног спринтера, мощно стартующих из колодок, взлетает пыль. [8-12с]: Переход на панорамный кадр, следующий параллельно со спринтером, пересекающим финишную черту, грудь вперед, трибуны ликуют. Гиперреалистично, 8k, кинематография олимпийской трансляции, оглушающий шум толпы и топот ног.
Стиль для всего
FLUX 3 не зациклен на стандартном гиперреалистичном кинематографическом стиле, который используют многие видеомодели. Если попросить, он уйдет в полную стилизацию.
Стиль стоп-моушн анимации из пластилина. Маленький пластилиновый персонаж с видимыми текстурами отпечатков пальцев и глазками из отпечатков больших пальцев идет по миниатюрной пластилиновой деревне, мимо кривых пластилиновых домиков с дымом из труб, сделанным из клочков ваты, слегка покачиваясь при каждом сделанном вручную шаге. Очаровательная эстетика стоп-моушна, видимые швы и следы от инструментов, теплое освещение миниатюрной декорации, мягкие звуки шагов фоли.
Стиль стоп-моушн анимации из пластилина. Маленький пластилиновый персонаж с видимыми текстурами отпечатков пальцев и глазками из отпечатков больших пальцев идет по миниатюрной пластилиновой деревне, мимо кривых пластилиновых домиков с дымом из труб, сделанным из клочков ваты, слегка покачиваясь при каждом сделанном вручную шаге. Очаровательная эстетика стоп-моушна, видимые швы и следы от инструментов, теплое освещение миниатюрной декорации, мягкие звуки шагов фоли.
Детали действительно поражают воображение. Вы видите следы отпечатков пальцев на фигурке?
Персонаж стремительно бежит по городскому пейзажу в стиле комиксов, выполненному в гибридном стиле ручной графики и 3D CGI, с точечной растровой штриховкой на зданиях, жирными контурами чернил на персонаже, редкими глитч-кадрами с хроматической аберрацией, разделяющими цветовые каналы на мгновение перед возвращением в норму, динамичной работой камеры под голландским углом. Эстетика «Человек-паук: Через вселенные», энергетика страниц комикса, басовый хип-хоп бит.
Персонаж стремительно бежит по городскому пейзажу в стиле комиксов, выполненному в гибридном стиле ручной графики и 3D CGI, с точечной растровой штриховкой на зданиях, жирными контурами чернил на персонаже, редкими глитч-кадрами с хроматической аберрацией, разделяющими цветовые каналы на мгновение перед возвращением в норму, динамичной работой камеры под голландским углом. Эстетика «Человек-паук: Через вселенные», энергетика страниц комикса, басовый хип-хоп бит.
Забавные штуки
Многие выяснили, что FLUX 3 может создавать кадры в стиле VHS. Чтобы добиться этого, опишите саму запись: видеокамеру, плохую экспозицию, автофокус, трясущуюся кадрировку и ощущение, что человек с камерой понятия не имел, что он сейчас снимет.
Необработанная любительская видеозапись с бытовой видеокамеры 1997 года на пригородной улице ночью. Оператор бежит за группой подростков, сначала направляя камеру на тротуар, а затем резко взмахивает ею в небо, когда все останавливаются и кричат. Огромный дискообразный НЛО бесшумно пролетает от одного горизонта до другого над крышами домов, его огни заливают припаркованные машины и окна домов. Камера следит за всем полетом одним непрерывным кадром, пока НЛО не исчезает за деревьями. Дешевая ручная видеокамера, мягкий фокус, поиск автофокуса, засвеченные фонари на крыльце, смазанные блики, аналоговый шум трекинга, чересстрочный перенос VHS, приглушенные голоса и шаги, без монтажа, без музыки, без кинематографического лоска.
Необработанная любительская видеозапись с бытовой видеокамеры 1997 года на пригородной улице ночью. Оператор бежит за группой подростков, сначала направляя камеру на тротуар, а затем резко взмахивает ею в небо, когда все останавливаются и кричат. Огромный дискообразный НЛО бесшумно пролетает от одного горизонта до другого над крышами домов, его огни заливают припаркованные машины и окна домов. Камера следит за всем полетом одним непрерывным кадром, пока НЛО не исчезает за деревьями. Дешевая ручная видеокамера, мягкий фокус, поиск автофокуса, засвеченные фонари на крыльце, смазанные блики, аналоговый шум трекинга, чересстрочный перенос VHS, приглушенные голоса и шаги, без монтажа, без музыки, без кинематографического лоска.
Необработанное домашнее видео 1995 года с семейной поездки на природу к озеру ночью. Камера начинается с костра и медленно панорамирует на черную воду; вторая луна поднимается из озера и зависает прямо над дальним берегом, ее отражение тянется к камере. Все бегут к воде, камера трясется, фонарик засвечивает передний план, затем луна снова складывается в озеро и исчезает. Один непрерывный дубль на дешевую видеокамеру Hi8, мягкий фокус, поиск автофокуса, чересстрочный перенос VHS, аналоговый шум, приглушенные голоса, несовершенная экспозиция, без монтажа, без музыки, без кинематографического лоска.
Необработанное домашнее видео 1995 года с семейной поездки на природу к озеру ночью. Камера начинается с костра и медленно панорамирует на черную воду; вторая луна поднимается из озера и зависает прямо над дальним берегом, ее отражение тянется к камере. Все бегут к воде, камера трясется, фонарик засвечивает передний план, затем луна снова складывается в озеро и исчезает. Один непрерывный дубль на дешевую видеокамеру Hi8, мягкий фокус, поиск автофокуса, чересстрочный перенос VHS, аналоговый шум, приглушенные голоса, несовершенная экспозиция, без монтажа, без музыки, без кинематографического лоска.
Домашние видео — это весело, но эти примеры от fofr также весьма убедительны. Они действительно подвергают стресс-тесту воображение модели.
Версия в невесомости> любительская ручная запись очень быстрого движения в невесомости через космическую среду обитания в невесомости, комната за комнатой, без остановки, бесконечные комнаты — все совершенно разные друг от друга и странные, продолжает двигаться, никогда не останавливаясь https://t.co/0tg6r0Sxls pic.twitter.com/EettFRXu8m— fofr (@fofrAI) 1 августа 2026 г.
Версия в невесомости
> любительская ручная запись очень быстрого движения в невесомости через космическую среду обитания в невесомости, комната за комнатой, без остановки, бесконечные комнаты — все совершенно разные друг от друга и странные, продолжает двигаться, никогда не останавливаясь https://t.co/0tg6r0Sxls pic.twitter.com/EettFRXu8m
Запуск FLUX 3
Вот как сгенерировать видео с помощью FLUX 3:
В Cloudflare AI Gateway
Если вы хотите запустить FLUX 3 на самом быстром шлюзе искусственного интеллекта, используйте этот вызов:
Запросы через AI Gateway могут использовать логирование, кэширование, ограничение скорости и множество других функций шлюза. FLUX 3 — это стороннее модель, поэтому Cloudflare обрабатывает учетные данные провайдера и выставляет счета за использование через Unified Billing. Вам не нужен ключ API Black Forest Labs.
Советы по составлению промптов
- Описывайте звук, а не только картинку. FLUX 3 генерирует звук за тот же проход, что и видео. Указание того, как звучат вещи, например «визг рвущегося металла» или «низкое гудение неонового трансформатора», фактически изменяет результат, а не только визуальную составляющую.
Описывайте звук, а не только картинку. FLUX 3 генерирует звук за тот же проход, что и видео. Указание того, как звучат вещи, например «визг рвущегося металла» или «низкое гудение неонового трансформатора», фактически изменяет результат, а не только визуальную составляющую.
- Используйте временные метки для всего, что имеет более одного такта. Промптинг в стиле [0-4с]: ... дает модели четкие точки разреза вместо того, чтобы оставлять темп на волю случая.
Используйте временные метки для всего, что имеет более одного такта. Промптинг в стиле [0-4с]: ... дает модели четкие точки разреза вместо того, чтобы оставлять темп на волю случая.
- Согласовывайте длительность с морфингом. Если вы используете image и end_image вместе, длительность должна быть целым числом, а не auto.
Согласовывайте длительность с морфингом. Если вы используете image и end_image вместе, длительность должна быть целым числом, а не auto.
- Начинайте с камеры, а не только с объекта. «Камера движется параллельно на высоте бампера» или «резкая смена кадра на нижний ракурс» дает FLUX 3 нечто конкретное, за что можно зацепиться.
Начинайте с камеры, а не только с объекта. «Камера движется параллельно на высоте бампера» или «резкая смена кадра на нижний ракурс» дает FLUX 3 нечто конкретное, за что можно зацепиться.
- Не переусердствуйте с планированием видео по изображению. Одиночного начального кадра и одного предложения о том, что происходит дальше, обычно достаточно. Модель сама достраивает физику.
Не переусердствуйте с планированием видео по изображению. Одиночного начального кадра и одного предложения о том, что происходит дальше, обычно достаточно. Модель сама достраивает физику.
